一种功能型烟叶模块构建及应用方法
【专利摘要】本发明涉及一种功能型烟叶模块构建及应用方法，以基于感官评价的判别模型，将烟叶分为骨架型烟叶、香味型烟叶和质感型烟叶；检测烟叶中的化学成分含量，对所检测的烟叶中的化学成分含量进行逐步回归分析，以获得骨架型烟叶的骨架型烟叶功能参数Fg和骨架型烟叶品质参数Qg、香味型烟叶的香味型烟叶功能参数Fx和香味型烟叶品质参数Qx以及质感型烟叶的质感型烟叶功能参数Fz及质感型烟叶品质参数Qz。本发明所建立的不同功能型烟叶功能参数及品质参数预测模型可用于相应功能烟叶模块的参数预测，提高了烟叶模块功能及应用评价的客观性和稳定性，保障了烟叶资源的有效合理利用。
【专利说明】一种功能型烟叶模块构建及应用方法
【技术领域】
[0001] 本发明属于烟叶资源配置【技术领域】，具体涉及一种功能型烟叶模块构建及应用方 法。
【背景技术】
[0002] 现行的国标将烟叶等级划分为42个等级，加上烟叶年份、产地、品种等等级因素， 使得部分的卷烟工业企业库存烟叶存在等级多、单等级量少的问题，而这些小等级烟叶难 以直接在大品牌卷烟配方中应用。为了实现烟叶原料的合理利用，并优化库存烟叶结构，保 障品牌可持续发展，各卷烟工业企业都在积极开展烟叶模块构建及相关配套技术研究。烟 叶模块化技术是以烟叶主要品质因素为基础，以品牌卷烟配方需求为导向，对不同等级烟 叶资源进行重新划分、归类模块化的一种烟叶配方前处理技术。通过烟叶模块化划分，将大 量的小等级烟叶归类到模块当中，实现了小等级烟叶的综合利用，同时，组建的大模块很好 的支撑了卷烟大品牌的发展，降低了配方平衡替换的频率，减轻了烟叶复烤加工工艺压力。 烟叶原料模块化技术已经在卷烟工业中得到了广泛应用。例如刘波等运用正交试验方法建 立配方分组，逐步形成的小配方、子配方、母配方，并应用配方分组技术提高了产品开发和 改造的针对性，使之更具有科学性、合理性和可操作性。武怡等公开了一种卷烟叶组分组方 法，以烟叶化学成分平衡中糖碱比、还原糖/烟碱、还原糖/总糖、总糖/纤维素、烟碱氮/ 非烟碱氮、施木克值、主要致香成分总量等为烟叶品质描述指标，将其余感官质量建立多维 数据模型；对收集的数据进行分类整理，确立各项化学平衡指标对感官质量的权重，以权重 计算组分参数，并以叶组分组参数为基础将叶组分为2-3个烟叶模块。王涛等探讨了烟叶 化学特性在原料分组加工中的应用，并研究确定以烟叶原料中类胡萝卜素的标记性转化产 物总量为制丝配方叶组的较优化学分组依据，该分组依据较好地实现了分组后烟叶原料特 性的优势互补，进一步挖掘了烟叶原料潜力。但是至今，从烟叶在叶组配方中的功能判别及 分类方面来构建相应的功能模块，并通过烟叶模块参数预测将其应用于卷烟配方方面鲜有 报道。
【发明内容】
[0003] 本发明主要从烟叶资源配置应用角度提出一种功能型烟叶模块构建及应用方法， 它是在对骨架型、香味型、质感型烟叶功能参数及品质参数与其内在化学成分相关关系分 析的基础上，采用逐步回归法建立参数与内在化学成分的逐步回归模型，用于预测烟叶模 块功能参数及品质参数，为烟叶模块的构建及应用提供参考依据。
[0004] 本发明的目的可通过以下技术措施实现。
[0005] -种功能型烟叶模块构建及应用方法，以基于感官评价的判别模型，将烟叶分为 骨架型烟叶、香味型烟叶和质感型烟叶；检测烟叶中的化学成分含量，对所检测的烟叶中的 化学成分含量进行逐步回归分析，以获得骨架型烟叶的骨架型烟叶功能参数Fg和骨架型烟 叶品质参数Qg、香味型烟叶的香味型烟叶功能参数Fx和香味型烟叶品质参数Qx以及质感型 烟叶的质感型烟叶功能参数Fz及质感型烟叶品质参数Qz。
[0006] 进一步，通过对典型的骨架型、质感型、香味型烟叶的功能参数及品质参数与其常 规化学成分、多酚、色素、致香成分含量等指标进行统计分析，并运用逐步回归分析法建立 各功能参数及品质参数的预测模型。
[0007] 进一步，骨架型烟叶功能参数Fg预测模型由亚麻酸甲酯、棕榈酸、茄那士酮、吲哚、 植醇、邻苯二甲酸二丁酯、氮碱比构成。
[0008] 进一步，骨架型烟叶品质参数Qg预测模型由绿原酸、苯乙醛、3-氧代- a _紫罗兰 醇，0 _胡萝卜素、0 _紫罗兰酮、0 _大马酮构成。
[0009] 进一步，香味型烟叶功能参数Fx预测模型由芳苯乙醛、1-(2_呋喃基）_乙酮、莨菪 亭、茄那士酮、巨豆三烯酮C、苯甲醇构成。
[0010] 进一步，香味型烟叶品质参数Qx预测模型由芳樟醇、苯乙醛、总糖、巨豆三烯酮A、 植醇、棕榈酸、茄那士酮构成。
[0011] 进一步，质感型烟叶品质参数Fz预测模型由C1、氮碱比、糠酸、苯并[b]噻酚、茄 酮、藏花醛构成。
[0012] 进一步，质感型烟叶品质参数Qz预测模型由烟碱、C1、二氢猕猴桃内酯、钾氯比、巨 豆三烯酮D构成。
[0013] 进一步，骨架型、香味型、质感型烟叶模块功能参数及品质参数预测模型所包含的 指标，由逐步回归法获得指标系数。
[0014] 烟叶原料感官质量评定及量化：由经验丰富的烟叶原料感官评吸员对烟叶原料进 行评吸，并对感官指标包括愉悦性（a)、丰富性（b)、透发性（C)、香气量（d)、细腻度（e)、甜 度（f)、绵延性（g)、成团性（h)、柔和性（i)、浓度（j)、杂气（k)、刺激（1)、余味（m)及劲头 (n)等14项进行评定及量化，单项指标分值为0-10分。
[0015] 骨架型、香味型、质感型功能烟叶由以下方法判别。
[0016] 将烟叶原料感官评价指标的量化值代入骨架型、香味型、质感型烟叶判别模型，如 下。
[0017] 基于感官评价的骨架型烟叶判别模型：
[0018] Fg = 1. 84 X c+2. 49 X d+2. 49 X j+1. 24 X g+1. 24 X h+0. 70 X n
[0019] Qg = 2. 09Xa+l. 97Xb+l. 70Xe+l. llXf+0. 42Xi+0. 60Xk+0. 63X1+1. 48Xm
[0020] 基于感官评价的香味型判别模型：
[0021] Fx = 2. 26 X a+2. 37 X b+2. 02 X d+1. 33 X f+1. 17 X g+0. 86 X h
[0022] Qx = I. 54Xc+2. 00Xe+l. 34X j+1. 91Xm+l. 14Xi+0. 89Xk+0. 77X1+0. 40Xn
[0023] 基于感官评价的质感型判别模型：
[0024] Fz = 2. 32Xe+2. 35Xf+2. 05Xi+l. 32Xg+l. 21Xh+0. 76Xm
[0025] Qz = I. 79Xa+l. 58Xb+l. 43Xc+l. 68 X d+1. 17X j+0. 99Xk+0. 99X1+0. 36 Xn
[0026] 计算不同功能型烟叶的功能参数（Fg、Fx、F z)及品质参数（Qg、Qx、Qz)，然后比较功 能参数值的大小，烟叶功能隶属于功能参数最大的类型，即F e max(Fg、Fx、Fz)，同时要求其 品质参数值在相应功能参数F±10以内。
[0027]从上述结果中筛选出典型骨架型（50个）、香味型（45个）、质感型（58个）烟叶 共153个样品，并对典型功能烟叶样品的常规化学成分、多酚、色素、致香成分含量测试，采 用逐步回归分析建立功能参数及品质参数值与常规化学成分、多酚、色素、致香成分含量的 回归模型。
[0028] 骨架型、香味型、质感型烟叶功能参数及品质参数涉及的常规化学成分、多酚、色 素及致香成分指标如下。
[0029]总糖（V1)、烟碱（V2)、氮碱比（V3)、Cl(V4)、钾氯比（V5)、绿原酸（V6)、莨菪亭（V7)、 3 _胡萝卜素（V8)、亚麻酸甲酯（V9)、棕榈酸（Vltl)、茄那士酮（V11)、茄酮（V12)J引哚（V13)、植 醇（V14)、苯并[b]噻酚（V15)、二氢猕猴桃内酯（V16)、邻苯二甲酸二丁酯（V17)、苯乙醛（V18)、 3-氧代-紫罗兰醇（V19)、紫罗兰酮（V2CI)、糖酸（V21)、大马酮（V22)、l-(2_呋喃 基）-乙酮（v23)、藏花醛（V24)、苯甲醇（V25)、芳樟醇（V26)、巨豆三烯酮A(V27)、巨豆三烯酮 C(V28)、巨豆三烯酮D(V29)。
[0030] 上述内在化学成分单位有以下规定，其中常规化学成分单位为百分比，比值单位 为1，多酚含量单位为mg/g，色素单位为iig/g，致香成分含量单位为iig/g，计算时只取数 值。
[0031] 基于内在化学成分的骨架型、香味型、质感型烟叶功能参数及品质参数预测模型 如下：
[0032] Fg = 73. 11+0. 77V9-0. 23V1〇-2. 42Vn-5. 36Vs+4. 42V13-〇. 85V14+0. 27V17
[0033] Qg = 73. 72-0. 37V6-3. 05V18+1. 07V19-0. 05V8-5. 32V2(i+0. 49V22
[0034] Fx = 68. 42+14. 96V26-2. 18V18-4. 67V23+7. 56V7-0.llVn+0. 09V28+0. 25V25
[0035] Qx = 72. 93+8. 85V26-2. 28V18-0. 13VJ0. 66V27-0. 41V14+0. 04V1(l-0. 08Vn
[0036] Fz = 70. 73-3. 42V4-4. 82V3+8. 10XV21+8. 08V15-〇. 08V12+5. 09V24
[0037] Qz = 62. 91+2. 28V2-4. 50V4+0. 67V16-〇. 43V5+0. 20V29
[0038] 由骨架型、香味型、质感型烟叶分别构建相应功能模块，只需测试烟叶或模块功能 参数及品质参数中对应的化学指标即可计算烟叶模块的参数值，依据功能参数及品质参数 判别模块的配方功能，并制定分类应用规划。
[0039] 依据骨架型、香味型、质感型烟叶模块功能参数及品质参数值制定其在叶组配方 中的应用方法如下。
[0040] 表1主料、次主料骨架型烟叶模块判别及应用标准
【权利要求】
1. 一种功能型烟叶模块构建及应用方法，其特征在于，以基于感官评价的判别模型，将 烟叶分为骨架型烟叶、香味型烟叶和质感型烟叶；检测烟叶中的化学成分含量，对所检测的 烟叶中的化学成分含量进行逐步回归分析，以获得骨架型烟叶的骨架型烟叶功能参数Fg和 骨架型烟叶品质参数Qg、香味型烟叶的香味型烟叶功能参数Fx和香味型烟叶品质参数Qx以 及质感型烟叶的质感型烟叶功能参数Fz及质感型烟叶品质参数Qz。
2. 根据权利要求1所述功能型烟叶模块构建及应用方法，其特征在于，通过对典型的 骨架型、质感型、香味型烟叶的功能参数及品质参数与其常规化学成分、多酚、色素、致香成 分含量等指标进行统计分析，并运用逐步回归分析法建立各功能参数及品质参数的预测模 型。
3. 根据权利要求1所述功能型烟叶模块构建及应用方法，其特征在于，骨架型烟叶功 能参数Fg预测模型由亚麻酸甲酯、棕榈酸、茄那士酮、吲哚、植醇、邻苯二甲酸二丁酯、氮碱 比构成。
4. 根据权利要求1所述功能型烟叶模块构建及应用方法，其特征在于，骨架型烟叶品 质参数Qg预测模型由绿原酸、苯乙醛、3-氧代-a-紫罗兰醇，胡萝卜素、紫罗兰酮、 3 -大马酮构成。
5. 根据权利要求1所述功能型烟叶模块构建及应用方法，其特征在于，香味型烟叶功 能参数Fx预测模型由芳苯乙醛、1-(2_呋喃基）-乙酮、莨菪亭、茄那士酮、巨豆三烯酮C、苯 甲醇构成。
6. 根据权利要求1所述功能型烟烟叶模块构建及应用方法，其特征在于，香味型烟叶 品质参数Qx预测模型由芳樟醇、苯乙醛、总糖、巨豆三烯酮A、植醇、棕榈酸、茄那士酮构成。
7. 根据权利要求1所述功能型烟叶模块构建及应用方法，其特征在于，质感型烟叶品 质参数Fz预测模型由C1、氮碱比、糠酸、苯并[b]噻酚、茄酮、藏花醛构成。
8. 根据权利要求1所述功能型烟叶模块构建及应用方法，其特征在于，质感型烟叶品 质参数Qz预测模型由烟碱、C1、二氢猕猴桃内酯、钾氯比、巨豆三烯酮D构成。
9. 根据权利要求4至8所述功能型烟叶模块构建及应用方法，其特征在于，骨架型、香 味型、质感型烟叶模块功能参数及品质参数预测模型所包含的指标，由逐步回归法获得指 标系数。
【文档编号】A24B3/00GK104323412SQ201410446052
【公开日】2015年2月4日 申请日期:2014年9月3日 优先权日:2014年9月3日
【发明者】凌军, 胡巍耀, 张天栋, 朱东来, 陶鹰, 杨莹, 陈兴 申请人:云南中烟工业有限责任公司